R语言多项式回归
含有x和y这两个变量的线性回归是所有回归分析中最常见的一种;而且,在描述它们关系的时候,也是最有效、最容易假设的一种模型。然而,有些时候,它的实际情况下某些潜在的关系是非常复杂的,不是二元分析所能解决的,而这时,我们需要多项式回归分析来找到这种隐藏的关系。
让我们看一下经济学里的一个例子:假设你要买一个具体的产品,而你要买的个数是q。如果产品的单价是p,然后,你要给y元。其实,这就是一个很典型的线性关系。而总价和产品数量呈正比例关系。下面,根据这个实例,我们敲击行代码来作它们的线性关系图:
下面是它的线性关系图:
现在,我们看到这确实是一个不错的估计,这个图很好的模拟成q和y的线性关系。然而,当我们在做买卖要考虑别的因素的时候,诸如这种商品要买多少,很有可能,我们可以通过询问和讨价赚得折扣,或者,当我们越来越多的买一种具体的商品的时候,我们也可能让这种商品升价了。
这样,我们根据上面的条件,我们在写脚本的时候,我们要注意,总价与产品的数量不再具有线性关系了:
利用多项式回归,我们可以拟合n>1张订单所产生的数据的模型,并且能试着建一个非线性模型。
怎样拟合一个多项式回归
首先,当我们要创建一串虚拟随机数的时候,我们必须总要记得写set.seed(n)。这样做,随机数生成器总能产生同等数目的数据。
预测变量q:使用seq来快速产生等间距的序列:
预测y值:
我们现在产生一些噪音并把它添加到模型中:
对噪声数据进行画图:
下面的这个图根据观测数据进行模拟。其中,模拟的图的散点是蓝色的,而红色线则是信号(信号是一种术语,它通常用于表示我们感兴趣的东西的通常变化趋势)。
我们得出的模型应当是 y = aq + bq2 + c*q3 + cost。
现在,我们用R对此进行模拟。要拟合一个多项式模型,你也可以这样用:
或者:
然而,我们要知道q,I(q^2),I(q^3)存在相关的关系,而这些相关变量很有可能引起某些问题的产生。这时,使用poly()可以避免这个问题,因为它是创建一个垂直的多项式。因此,我喜欢第一种方法:
我们可以使用confint()来获得一个模型的参数的置信区间。
以下是模型参数的置信区间:
现在,我们要作一个拟合VS残差图。如果这是一个拟合效果比较不错的模型,我们应该看不到任何一种模型的模式特征:
整体来说,这个模型的拟合效果还是不错的,毕竟残差为0.8。第一和第三个订单序列的系数,在统计学当中,是相当这样的,这样在我们的意料之中。现在,我们可以使用predict()函数来获得拟合数据以及置信区间,这样,我们可以不按照数据来作图。 下面是预测值和预测置信区间:
在已有的图像中添加拟合线:
添加图例:
下面是它的拟合图像:
我们可以看到我们的模型在数据的拟合方面做的不错,我们也因此感到非常满意。
注意:多项式回归是一种更能强大的工具。可是,我们也可能得到事与愿违的结果:在这个例子中,我们知道我们的信号是使用三次多项式而产生的,然而,当我们在分析实际数据的时候,我们通常对此不知情,因此,正因为多项式次数n大于4的时候会产生过度拟合的情况,我们要在这里注意一下。但你的模型取了噪音而不是信号的时候会产生过拟合的情况;甚至,当你在现有的数据进行模型优化的时候,当你要尝试预测新的数据的时候就不好了,它会导致缺失值的产生。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在当今数字化时代,数据分析师的重要性与日俱增。但许多人在踏上这条职业道路时,往往充满疑惑: 如何成为一名数据分析师?成为 ...
2025-04-02最近我发现一个绝招,用DeepSeek AI处理Excel数据简直太爽了!处理速度嘎嘎快! 平常一整天的表格处理工作,现在只要三步就能搞 ...
2025-04-01你是否被统计学复杂的理论和晦涩的公式劝退过?别担心,“山有木兮:统计学极简入门(Python)” 将为你一一化解这些难题。课程 ...
2025-03-31在电商、零售、甚至内容付费业务中,你真的了解你的客户吗? 有些客户下了一两次单就消失了,有些人每个月都回购,有些人曾经是 ...
2025-03-31在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的需求持续飙升。世界经济论坛发布的《未来就业报告》, ...
2025-03-28你有没有遇到过这样的情况?流量进来了,转化率却不高,辛辛苦苦拉来的用户,最后大部分都悄无声息地离开了,这时候漏斗分析就非 ...
2025-03-27TensorFlow Datasets(TFDS)是一个用于下载、管理和预处理机器学习数据集的库。它提供了易于使用的API,允许用户从现有集合中 ...
2025-03-26"不谋全局者,不足谋一域。"在数据驱动的商业时代,战略级数据分析能力已成为职场核心竞争力。《CDA二级教材:商业策略数据分析 ...
2025-03-26当你在某宝刷到【猜你喜欢】时,当抖音精准推来你的梦中情猫时,当美团外卖弹窗刚好是你想吃的火锅店…… 恭喜你,你正在被用户 ...
2025-03-26当面试官问起随机森林时,他到底在考察什么? ""请解释随机森林的原理""——这是数据分析岗位面试中的经典问题。但你可能不知道 ...
2025-03-25在数字化浪潮席卷的当下,数据俨然成为企业的命脉,贯穿于业务运作的各个环节。从线上到线下,从平台的交易数据,到门店的运营 ...
2025-03-25在互联网和移动应用领域,DAU(日活跃用户数)是一个耳熟能详的指标。无论是产品经理、运营,还是数据分析师,DAU都是衡量产品 ...
2025-03-24ABtest做的好,产品优化效果差不了!可见ABtest在评估优化策略的效果方面地位还是很高的,那么如何在业务中应用ABtest? 结合企业 ...
2025-03-21在企业数据分析中,指标体系是至关重要的工具。不仅帮助企业统一数据标准、提升数据质量,还能为业务决策提供有力支持。本文将围 ...
2025-03-20解锁数据分析师高薪密码,CDA 脱产就业班助你逆袭! 在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的 ...
2025-03-19在 MySQL 数据库中,查询一张表但是不包含某个字段可以通过以下两种方法实现:使用 SELECT 子句以明确指定想要的字段,或者使 ...
2025-03-17在当今数字化时代,数据成为企业发展的关键驱动力,而用户画像作为数据分析的重要成果,改变了企业理解用户、开展业务的方式。无 ...
2025-03-172025年是智能体(AI Agent)的元年,大模型和智能体的发展比较迅猛。感觉年初的deepseek刚火没多久,这几天Manus又成为媒体头条 ...
2025-03-14以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-13以下的文章内容来源于刘静老师的专栏,如果您想阅读专栏《10大业务分析模型突破业务瓶颈》,点击下方链接 https://edu.cda.cn/go ...
2025-03-12